预测性维护工具箱™允许您标记数据、设计状态指示器和估计机器的剩余使用寿命(RUL)。

工具箱提供了函数和交互式应用程序，用于使用基于数据和基于模型的技术(包括统计、光谱和时间序列分析)探索、提取和排列特性。通过使用频率和时频方法从振动数据中提取特征，可以监视旋转机器(如轴承和齿轮箱)的健康状况。要估计一台机器的故障时间，您可以使用生存、相似度和基于趋势的模型来预测RUL。

您可以分析并标记从本地文件、云存储和分布式文件系统导入的传感器数据。您还可以标记从Simulink生成的模拟故障数据金宝app^®模型。工具箱中包含了马达、变速箱、电池和其他机器的参考示例，可用于开发定制的预测性维护和状态监视算法。